[發明專利]基于深度學習的服裝流行元素預測的系統及方法

有效

• 申請號: 202110256701.1
• 申請日: 2021-03-09
• 公開（公告）號: CN113159826B
• 公開（公告）日: 2022-10-18
• 發明（設計）人: 姜明華;花愛玲;余鋒;周昌龍
• 申請（專利權）人: 武漢紡織大學
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06F16/951;G06V20/40;G06V10/40;G06V10/764;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 武漢維盾知識產權代理事務所(普通合伙) 42244
• 代理人: 彭永念

1.一種基于深度學習的服裝流行元素預測系統所用的預測方法，其特征是：包括數據收集模塊，圖像處理模塊，數據處理模塊，服裝檢索模塊，結果預測模塊；

數據收集模塊采集各大網站平臺的服裝圖形和室內或者室外人流視頻，利用圖像處理模塊的圖形自動標注系統對網站圖形照片進行語義標簽，利用視頻自動識別標注，對視頻中服裝進行識別標注，數據處理模塊對商場、步行街或者大學的人流量和服裝的服裝穿著比例進行統計，對服裝的顏色進行比例統計，將商場、步行街或者大學采集視頻的衣服穿著結合各大網站的圖形進行集合統計，數據處理模塊計算得出受歡迎的服裝款式和顏色，服裝檢索模塊對受歡迎的服裝款式和顏色的圖像進行檢索，檢索得出相應的服裝穿著，結果預測模塊得出短時間內的服裝流行元素結果；

數據收集模塊通過商場、步行街或者大學進行視頻采集，對視頻的服裝顏色和款式進行識別；

圖像處理模塊標記網絡上各個時段的圖像的地址來源或者照片的預覽數量，對服裝上的圖案和款式進行分類，服裝上的圖案包括字母圖案、卡通圖案和清爽無圖案；

圖像處理模塊對商場、步行街或者大學采集視頻的服裝顏色和款式進行標記處理，對服裝上的圖案進行分類；

預測方法包括：

S1、數據收集模塊采集各大社交平臺和服裝網站的服裝圖像，且生成圖像列表；

S2、數據收集模塊采集 室內或者室外人流視頻，對視頻的服裝顏色和款式進行分析；

S3、對網站爬取的服裝圖像關鍵點特征進行提取，提取的特征點包括款式、色彩、圖案特征，對圖像的來源，照片的預覽人數進行統計生成表格；

S4、將網站爬取的服裝信息和商場、步行街或者大學采集視頻的服裝信息進行數據整理，列出計算數據最高的服裝；

S5、利用回歸分析對數據處理模塊的列出計算數據最高的服裝進行多元非線性回歸模型分析，分析外在因素對于服裝的影響，其中時間和季節為自變量，預測結果為因變量，通過時間和季節預測服裝流行元素；

S7、由于服裝元素受著當地的時間、季節所影響著，數據集中特征與結果存在著線性關系：y_i＝a₁x_i+a₂z_i+a₃(i＝1,2,3,…n)，其中a₁,a₂,a₃為代求參數，y_i為結果，x_i,z_i為特征，這里運用多變量線性回歸的方式：最小二乘法矩陣形式；

S8、為了求參數，設置目標為誤差平方和最小；誤差平方和為：

通過對S(a₁,a₂,a₃)分別求a₁,a₂,a₃的偏導數，然后使它們等于零，得到誤差平方和最小值；

令通過解該方程組可以解出：a₁,a₂,a₃的值；

此時的y_i＝a₁x_i+a₂z_i+a₃(i＝1,2,3,…n)是所求的最佳解；

S9、計算數據最高的服裝元素利用時序預測方法通過時間網絡對服裝的流行元素進行預測。

2.根據權利要求1所述一種基于深度學習的服裝流行元素預測系統所用的預測方法，其特征是：數據收集模塊通過“網絡爬蟲”技術對網絡上各個時段的圖像進行爬取，生成圖像列表，對圖像列表上的圖像進行識別，生成服裝顏色、款式和服裝搭配的分析表。